Programación Lineal. Unidad 1 Parte 2
|
|
- Lourdes Vera Villanueva
- hace 7 años
- Vistas:
Transcripción
1 Programación Lineal Unidad 1 Parte 2
2 Para la mayoría de los problemas modelados con programación lineal, el método gráfico es claramente inútil para resolverlos, pero afortunadamente y gracias a la dedicación de varios científicos, desde mediados del siglo XX se cuenta con el eficiente método SIMPLEX. Pero como antecedente a la exposición del simplex, conviene aclarar con definiciones algunos conceptos relacionados: SOLUCIÓN: es un conjunto de n + m variables Xj definidas ordenadamente como un vector X= (X1, X2, Xj Xn Xn+1,,Xn+m) que satisface el conjunto de ecuaciones que constituyen el sistema del problema. En donde m= número de restricciones y n= número de variables de decisión.
3 SOLUCIÓN FACTIBLE: es un conjunto de n+m variables Xj, definidas ordenadamente como vector X= (X1, X2, Xj Xn Xn+1,,Xn+m) que satisface el conjunto de ecuaciones que constituyen el sistema en el problema Y además la condición, toda Xj 0
4 SOLUCIÓN BÁSICA: se obtiene cuando en el sistema de ecuaciones se hacen n variables iguales a cero de total de (n+m) variables y resolviendo las ecuaciones para las restantes m variables, siempre que el determinante de los coeficientes de estas m variables llamadas básicas, no sea cero. SOLUCIÓN BÁSICA FACTIBLE: es una solución básica que cumple Xj 0, para toda j (j= 1,2,, n+m); es decir, todas las variables básicas son no negativas. En una analogía geométrica con sólo dos variables, se puede comparar con los vértices en el área sombreada. SOLUCIÓN NO DEGENERADA: es una solución básica factible, con exactamente m variables básicas Xj, estrictamente positivas.
5 SOLUCIÓN DEGENERADA: es una solución básica factible, con menos de m variables básicas Xj positivas pues al menos, una de ellas es de valor cero. SOLUCIÓN ÓPTIMA: es una solución básica factible que optimiza la función
6 Teoremas de programación lineal El conjunto de soluciones factibles de la programación lineal es convexo Un conjunto es convexo, si dados dos puntos cualesquiera A y B del mismo, del segmento de recta que los une, se incluye totalmente en dicho conjunto; expresado matemáticamente, un conjunto C es convexo si y sólo si, todos los puntos P determinados por combinación convexa entre dos puntos cualesquiera A y B del mismo, están en el conjunto C
7 Si tanto A como F son vértices factibles, entonces P está en conjunto factible
8 La función objetivo de un programa lineal tiene su valor óptimo (máximo o mínimo), es un punto extremo (vértice) del conjunto convexo de soluciones factibles. Si alcanza este óptimo en más de un punto extremo, entonces toma el mismo valor para toda combinación convexa entre esos puntos del problema (soluciones óptimas múltiples)
9 Una condición necesaria y suficiente para que un punto X 0 en el conjunto de soluciones factibles sea punto extremo, es que X sea una solución básica factible que satisfaga el sistema: AX= b; o bien expresado así: Este teorema indica que cada punto extremo corresponde, al menos, a una solución básica y viceversa, cada solución básica significa un punto extremo. Así se concluye que el número de puntos extremos del conjunto de soluciones factibles es finito y no puede exceder el de sus soluciones básicas.
10 Entonces el número máximo de tales soluciones supuestas únicas se calcula con el binomio: Es de anotar, que un punto extremo puede estar definido con más de dos restricciones en cuyo caso se dice no único y tener más de una solución básica; además, si es extremo factible, se tiene degeneración en tal vértice. El punto extremo factible único se dice es solución básico no degenerada. Un punto extremo (vértice) del conjunto factible se identifica porque no se puede expresar como combinación convexa de cualquier para de puntos del mismo conjunto,
11 Método Simplex En el año 1947 el doctor George Dantizg presentó el algoritmo que desarrolló y que denominó SIMPLEX. A partir de este logro se pudieron resolver problemas que por más de un siglo permanecieron en calidad de estudio e investigación con modelos formulados pero no resueltos. El desarrollo paralelo de la computación digital, hizo posible su rápido desarrollo y aplicación empresarial a todo tipo de problemas.
12 El método simplex disminuye sistemáticamente un número infinito de soluciones hasta un número finito de soluciones básicas factibles. El algoritmo simplex utiliza el conocido procedimiento de eliminación en la solución de ecuaciones lineales de Guass-Jordan y, además aplica los llamados criterios del simplex con los cuales se asegura mantener la búsqueda dentro de un conjunto de soluciones factibles al problema; así valora una función económica Z, exclusivamente en vértices FACTIBLES ( posibles).
13 También se consigue con eficiencia, debido a que se dirige la búsqueda haciendo cambios a una solución básica factible adyacente, que se distingue al tener m-1 variables básicas iguales; es decir, dos vértices adyacentes sólo difieren en una variable básica, seleccionando la ruta de mayor pendiente, para mejorar el valor de Z, o por lo menos conservarlo. Primero se presenta el método simplex, específico para un modelo de PL en forma canónica de máximo, aplicado con la conocida tabla matricial, (también identificada como la tabla u), lo cual se resume mediante el diagrama funcional mostrado anteriormente, que muestra los fundamentos del algoritmo contenidos en niveles o bloques numerados para la referencia en la descripción del mismo.
14 Nivel 1, FORMA ESTÁNDAR: el modelo de PL en forma canónica de máximo que se desea resolver, tiene m ecuaciones obtenidas la convertir las restricciones de desigualdad a igualdad, agregando m variables de holgura, que sumadas a las n variables de decisión, hacen un total de (m+n) incógnitas. Las m restricciones con las (m+n) variables, producen un número infinito de soluciones, entre ellas, un conjunto de factibles y también las no factibles.
15 Nivel 2. CALCULE UNA PRIMERA SOLUCIÓN BÁSICA FACTIBLE: del total, (m+n) variables, sólo n se igualan con cero (n=0), lo cual produce, si existen, un número finito de soluciones básicas con un límite máximo de (m+n)!/m!n!. Estas pueden ser, factibles y no factibles; se consideran sólo las primeras.
16 Nivel 3. SE TOMAN EN CUENTA SÓLO LAS SOLUCIONES BÁSICAS FACTIBLES: esto es, las que tienen todas las variables básicas cero; es decir, con un número de iteraciones menor a (m+n)!/m!n! se obtienen soluciones básicas factibles: no degeneradas, si todas las incógnitas básicas son positivas y soluciones degeneradas si al menos una variable básica es igual a cero. Se aplican los criterios del algoritmo en forma iterativa para evaluar la función objetivo en puntos extremos adyacentes que potencialmente puedan mejorar el valor Z
17 Nivel 4 SE GENERAN NUEVAS SOLUCIONES BÁSICAS FACTIBLES; tales que el valor de la función objetivo Z mejore, se repite el procedimiento (iteraciones) entre los niveles 3 y 4, hasta que ninguna solución básica factible adyacente resulte mejor, es decir, hasta que no haya incremento de valor, si el problema es de máximo (hasta que no haya decremento, para el problema no tratado ahora, de mínimo)
18
19 Nivel 5: Se interpretan los resultados de la última (iteración) tabla calculada, porque se identifican las características de una solución óptima. CRITERIOS DEL ALGORITMO SIMPLEX El algoritmo simplex emplea los siguientes criterios para asegurar que la búsqueda de la solución óptima del problema en estudio sea rápida, limitando el cálculo a soluciones básicas (puntos extremos) que sean factibles.
20 Criterio de optimalidad Se aplica en el simplex para determinar entre las variables no básicas, una que entre (VE) a la base, eligiendo en la columna que tenga el coeficiente más negativo en el reglón Z de la tabla, si el problema es maximizar. Por lo contrario, si el problema es minimizar se elige para variable entrante (VE) a la base que cumpla con el coeficiente más positivo en dicho reglón Z
21 Criterio de factibilidad Se aplica en el simplex para determinar entre las variables básicas, una que salga de la base (VS), eligiéndola que cumpla en donde Xi es el valor de la variable básica en el reglón i; a ik es un coeficiente en el mismo renglón i ubicado en la columna k correspondiente a la variable entrante elegida. Esto es válido tanto para problemas de máximo como de mínimo.
22 Elemento pivote En el cruce correspondiente a columna y renglón elegidos con los dos criterios anteriores, se ubica un coeficiente denominado pivote (P) que se utiliza durante las iteraciones o etapas de cálculo del simplex.
23 Aplicación método simplex PL forma canónica máximo
24 Nivel 1: se inicia en forma canónica, sumando una variable de holgura a cada una de las restricciones de desigualdad, que contiene el modelo; convirtiéndose todas ellas en igualdades. Las holgura denotan como Xn+1, Xn+2,,Xn+m. Otra conveniente notación es H1, H2, Hm; en donde 1, 2,, m son restricciones tipo. Así se pasa a:
25 Ahora se tienen 3 ecuaciones con (n+m)= (2+3)=5 incógnitas, ampliando el sistema a 5 dimensiones para la solución del mismo, lo cual implica un número finito de soluciones. No se puede mostrar una analogía geométrica para el espacio ampliado de forma estándar en 5 dimensiones, pero sí se puede observar el espacio factible OACFE que se genera con sólo dos dimensiones X1 y X2 en gráfica; en ambos espacios existe un número infinito de puntos tanto interiores como en la frontera de la región factible, aunque sólo existe un número finito de puntos extremos (vértices)
26 En teoría, de acuerdo al segundo teorema ya mencionado, la solución óptima se debe buscar en uno de esos puntos extremos pero para la mayoría de los problemas con suficiente tamaño significaría una labor de cálculo excesiva y costosa e incluso imposible. Para tener una idea de lo que esto significa, supóngase por ejemplo un problema cuyo modelo de PL contiene m=5 restricciones y n=4 incógnitas, aplicando el conocido binomio ya mencionado se tendría: (m+n)!/m!n!» (5+4)!/5!4!= 126 vértices
27 Los ejemplos dados en la clase de investigación de operaciones 1, son pequeños, pues lo común en el ámbito de empresa o gobierno, es manejar magnitudes de decenas o cientos, tanto en restricciones como en variables. Pero el simplex salva esta circunstancia con eficiencia, tal como se expresa enseguida.
28 Nivel 2: una solución básica se obtiene estableciendo que de las (m+n) incógnitas en el sistema de ecuaciones en forma estándar, n variables tengan el valor cero llamándolas no básicas y resolviendo (si hay solución) para las restantes m variables que son básicas, componen la base o solución básica. El sistema de restricciones de este ejemplo tiene 3 ecuaciones con 5 variables, se pueden expresar tres cualesquiera de estas en función de las otras dos que por ello se consideran independientes. Como cada variable de holgura H1, H2, H3, se presenta sólo en una de las 3 restricciones, conviene hacerla básicas. De este modo, para la aplicación del algoritmo simplex, se tiene la 1 solución básica factible siguiente
29 La función objetivo Z sólo contiene a las variables de decisión X1, X2, con valor actual cero, por lo tanto Z=3(0)+5(0)=0, no satisface el objetivo de máximo. La comparación geométrica es valorar la línea recta Z en el origen O, como Zo=0. Esta evaluación en O, no puede ser el máximo valor porque aún no se emplean los recursos de las tres restricciones los cuales son asignados a las tres holguras. Igualando a cero n variables, se reduce la búsqueda desde una infinidad hasta un número finito de vértices, pero tal número, aún puede ser grande.
30 Nivel 3: con la tabla se inicia el algoritmo simplex, muestra el arreglo matricial de los coeficiente de acuerdo a la forma estándar de este ejemplo, con excepción de la función objetivo que se arregla a su forma equivalente: Máximo Z-3X1-5X2=0, con el formato del sistema de ecuaciones lineales. Anote el coeficiente cero para las ausentes holguras en el renglón Z, pero en cambio, el coeficiente 1 de cada una de las variables de holgura en cada restricción, forma la diagonal en la matriz unitaria I de base, como conjunto de vectores linealmente independientes que general la primera solución en el punto extremo (X1, X2, H1, H2, H3) =(0,0,4,12,18), vértice O de la analogía gráfica.
31
32 Nivel 4: a partir de la solución inicial del algoritmo simplex, se puede generar una nueva solución básica factible; se aplica primero el criterio de optimalidad a la solución básica factible actual, seleccionando entre las variables no básicas, una variable que entre a la base y por lo tanto cambie a básica. La selección de VE se hace con el criterio de conseguir la mayor ganancia unitaria de la función objetivo en un vértice. Se observa que un incremento unitario en X2, aumenta en 5 el valor de Z, mientras que un incremento unitario en X1, aumenta en 3 el valor de Z; si se desea el máximo conviene aumentar a X2, dejando a X1 en cero
33 En el simplex, para este ejemplo con el objetivo de maximizar, se aplica la optimalidad seleccionando la variable no básica con el coeficiente más negativo en el renglón Z de la tabla, señalando la columna elegida con La solución básica del simplex, siempre debe tener m (m=3 en el ejemplo), variables básicas, entonces la VE del criterio de optimalidad debe reemplazar a una de las variables básicas que al salir de la base se convierte en no básica. Así en segundo lugar, se aplica el criterio de factibilidad, para determinar entre las variables básicas una que salga de la base
34 CONDICION DE OPTIMIDAD: la variable que entra en el proceso de maximización (minimización) es la variable no básica con el coeficiente más negativo (positivo) en la función Z. Una coincidencia se anual en forma arbitraria. Cuando todos los coeficientes no básicos de la ecuación z son no negativos (no positivos), se llega al óptimo. para los problemas de maximización y minimización, la variable que sale es la variable básica que tiene la razón más pequeña (con denominador positivo). Una coincidencia se anula de forma arbitraria. CONDICIÓN DE FACTIBILIDAD:
35 En la columna izquierda están las variables en la base y en la columna derecha se tiene sus valores, los cuales se dividen entre el coeficiente que sea positivo, en el mismo renglón i de la columna k de la VE; es: Mínimo (12/2=6; 18/2=9)=6; lo cual se cumple para la variable básica H2, que debe señalarse como
36 En el cruce de la columna que corresponde a VE y en el renglón de la VS, se localiza un coeficiente identificado como pivote (P) que se utiliza para iniciar el procedimiento de solución de ecuaciones lineales conocido como Gauss-Jordan. Para este ejemplo el pivote es 2, en el renglón saliente y columna entrante, procediendo al cálculo de la siguiente tabla simplex que es la nueva solución básica factible.
37 La segunda solución básica factible se inicia con la nueva base formada con variables básicas: H1 y H3, que se conservan, pero sale H2 y se reemplaza con la variable X2 como básica en el nuevo punto extremo a evaluar. La tabla simplex se empieza con el renglón entrante correspondiente a la variable X2; se calcula dividiendo los coeficientes del renglón saliente entre el coeficiente pivote P de la tabla solución anterior, RE=RS/P, para los resultados mostrados en la fila X2. Al convertir en básica la variable X2, se deben hacer las operaciones fila necesarias para conseguir en su columna, el vector unitario, característico de una variable básica que forma parte de la matriz I.
38 Tipo 1: (ecuación pivote) Nueva ecuación pivote= ecuación pivote anterior/elemento pivote Tipo 2 (todas las otras ecuaciones, entre ellas Z) Nueva ecuación = ecuación anterior*(-1)*(su coeficiente de la columna de entrada) + (nueva ecuación pivote)
39 Por lo tanto se escriben, el coeficiente 1 en la posición del pivote y el coeficiente 0 en el resto de la columna. En las fórmulas a la izquierda, se usa la fila RE de la nueva tabla y las filas necesarias de la tabla anterior, la fila H, se copia igual porque ya existe el cero en la columna X2
40
41
42 Variables de decisión X1=2, X2=6, variable de holgura H1=2. Las variables no presentes en la base, deben valer cero: holguras H2=0,H3=0
43 Las restricciones (2) y (3), se cumplen con valor cero para las holguras H2 y H3, significa que en esos recursos no existe sobrante. En cambio, el recurso (1) que vale 4, tiene sobrante que representa la variable básica de holgura H1=2
44
UNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 3
UNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 3 Matriz unitaria "I" de base con variables artificiales. Cuando el problema de programación lineal se expresa en la forma canónica de maximizar, las variables de holgura
Más detallesUNIVERSIDAD NACIONAL DE INGENIERÍA UNI RUACS ESTELI
Estelí, 13 de Agosto del 2012 EL METODO SIMPLEX El método simplex es el más generalizado para resolver problemas de programación lineal. Se puede utilizar para cualquier número razonable de productos y
Más detallesEL MÉTODO SIMPLEX ALGEBRAICO. M. En C. Eduardo Bustos Farías
EL MÉTODO SIMPLEX ALGEBRAICO M. En C. Eduardo Bustos Farías 1 EL METODO SIMPLEX Es un procedimiento general para resolver problemas de programación lineal. Fue desarrollado en el año de 1947 por George
Más detallesDefinición de problemas de programación lineal. Método gráfico. Método del SIMPLEX. Método de las dos fases. Análisis de sensibilidad y problema dual
7. Programación lineal y SIMPLEX Definición de problemas de programación lineal. Método gráfico. Método del SIMPLEX. Método de las dos fases. Análisis de sensibilidad y problema dual Programación Lineal
Más detallesPASO 1: Poner el problema en forma estandar.
MÉTODO DEL SIMPLEX PASO Poner el problema en forma estandar: La función objetivo se minimiza y las restricciones son de igualdad PASO 2 Encontrar una solución básica factible SBF PASO 3 Testar la optimalidad
Más detallesDesarrollo de las condiciones de optimalidad y factibilidad. El problema lineal general se puede plantear como sigue:
Método simplex modificado Los pasos iterativos del método simplex modificado o revisado son exactamente a los que seguimos con la tabla. La principal diferencia esá en que en este método se usa el algebra
Más detalles315 M/R Versión 1 Integral 1/13 2009/1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA
35 M/R Versión Integral /3 29/ UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA (VERSION.2) ASIGNATURA: Investigación de Operaciones I CÓDIGO: 35 MOMENTO: Prueba
Más detallesEl Método Simplex. H. R. Alvarez A., Ph. D. 1
El Método Simplex H. R. Alvarez A., Ph. D. 1 El Método Simplex Desarrollado en 1947 por George Dantzig como parte de un proyecto para el Departamento de Defensa Se basa en la propiedad de la solución esquina
Más detallesSi el objetivo es maximizar, entonces se tiene la forma estándar de maximización y, si el objetivo es minimizar, la forma estándar de minimización.
Tema El método simplex Los modelos lineales con dos o tres variables se pueden resolver gráficamente. En el Tema hemos visto la solución gráfica de modelos lineales de dos variables. Sin embargo, este
Más detallesMETODO SIMPLEX ANALISIS DE SENSIBILIDAD Y DUALIDAD
METODO SIMPLEX ANALISIS DE SENSIBILIDAD Y DUALIDAD Análisis de sensibilidad con la tabla simplex El análisis de sensibilidad para programas lineales implica el cálculo de intervalos para los coeficientes
Más detallesUniversidad Tec Milenio: Profesional IO04001 Investigación de Operaciones I. Tema # 6. revisado
IO04001 Investigación de Operaciones I Tema # 6 Introducción al método simplex matricial o revisado Objetivos de aprendizaje Al finalizar el tema serás capaz de: Emplear el Método simplex Matricial para
Más detallesLa programación lineal hace referencia al uso eficiente o distribución de recursos limitados, para alcanzar unos objetivos determinados.
Programación lineal La programación lineal hace referencia al uso eficiente o distribución de recursos limitados, para alcanzar unos objetivos determinados. El nombre de programación no se refiere a la
Más detallesMÉTODO SIMPLEX MÉTODO DE SOLUCIÓN GRÁFICO
MÉTODO SIMPLEX MÉTODO DE SOLUCIÓN GRÁFICO Investigación de Operaciones 1 Introducción a la Programación Lineal Un modelo de programación lineal busca maximizar o minimizar una función lineal, sujeta a
Más detallesMETODO SIMPLEX NOTAS DE CLASE: INVESTIGACIÓN DE OPERACIONES I UNIVERSIDAD CENTRAL PROFESOR CARLOS DÍAZ. Max Z= 12X 1 + 15X 2
METODO SIMPLEX NOTAS DE CLASE: INVESTIGACIÓN DE OPERACIONES I UNIVERSIDAD CENTRAL PROFESOR CARLOS DÍAZ Max Z= 12X 1 + 15X 2 Sujeto a: 2X 1 + X 2
Más detalles2.2 PROGRAMACION LINEAL: METODOS DE SOLUCION
2.2 PROGRAMACION LINEAL: METODOS DE SOLUCION 1. METODO GRAFICO 2. METODO SIMPLEX - ALGEBRAICO 3. METODO SIMPLEX - TABULAR 4. METODO SIMPLEX - MATRICIAL 1 2.2.1 METODO GRAFICO (modelos con 2 variables)
Más detallesEjemplo : PROGRAMACIÓN LINEAL
PROGRAMACIÓN LINEAL Los problemas de Programación Lineal son aquellos donde se trata de encontrar el óptimo de una función, por ejemplo máximo de beneficios, o mínimo de costos, siendo esta función lineal.
Más detallesEn el siguiente capítulo se hará un repaso de algunas propiedades básicas de conjuntos convexos, para después explicar el método simplex.
Capitulo 2 Método Simplex Para explicar el método de generación de columnas se explicaran a continuación conceptos básicos de la programación lineal y el método simplex. En especial, el concepto de costo
Más detallesPROGRAMACIÓN LINEAL. 1. Introducción
PROGRAMACIÓN LINEAL 1. Introducción La programación lineal es una técnica matemática relativamente reciente (siglo XX), que consiste en una serie de métodos y procedimientos que permiten resolver problemas
Más detallesProgramación Lineal. El método simplex
Programación Lineal El método simplex El método simplex es una herramienta algebraica que permite localizar de manera eficiente el óptimo entre los puntos extremos de una solución a un problema de programación
Más detallesPasos en el Método Simplex
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 20 El Método Simplex ICS 1102 Optimización Profesor : Claudio Seebach 16 de octubre de 2006
Más detallesTema II: Programación Lineal
Tema II: Programación Lineal Contenido: Solución a problemas de P.L. por el método gráfico. Objetivo: Al finalizar la clase los alumnos deben estar en capacidad de: Representar gráficamente la solución
Más detalles4. Método Simplex de Programación Lineal
Temario Modelos y Optimización I 4. Método Simplex de Programación Lineal A- Resolución de problemas, no particulares, con representación gráfica. - Planteo ordenado de las inecuaciones. - Introducción
Más detallesCLAVE: MIS 206 PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO
MATEMÁTICAS AVANZADAS PARA LA INGENIERÍA EN SISTEMAS CLAVE: MIS 206 PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO 1 1. SISTEMAS LINEALES DISCRETOS Y CONTINUOS 1.1. Modelos matemáticos 1.2. Sistemas 1.3. Entrada
Más detallesSISTEMAS DE ECUACIONES LINEALES
1 SISTEMAS DE ECUACIONES LINEALES Una ecuación es un enunciado o proposición que plantea la igualdad de dos expresiones, donde al menos una de ellas contiene cantidades desconocidas llamadas variables
Más detallesPROGRAMACION ENTERA. M. en C. Héctor Martínez Rubin Celis 1
M. en C. Héctor Martínez Rubin Celis PROGRAMACION ENTERA En muchos problemas prácticos, las variables de decisión son realistas únicamente si estas son enteras. Hombres, máquinas y vehículos deben ser
Más detallesProblemas de Programación Lineal: Método Simplex
Problemas de Programación Lineal: Método Simplex Ej. (3.1) (C) Los siguientes Tableaux fueron obtenidos en el transcurso de la resolución de PL en los cuales había que maximizar una Función Objetivo con
Más detallesINDICE Parte I Inducción a la programación lineal Capitulo 1 Origen y definición de la programación lineal Capitulo 2 Modelación y formulación
INDICE Parte I Inducción a la programación lineal Capitulo 1 Origen y definición de la programación lineal 3 Introducción 1 1.1 Concepto de solución óptima 4 1.2 Investigación de operaciones 6 1.2.1 Evolución
Más detallesMÉTODO SIMPLEX. PROFESORA: LILIANA DELGADO HIDALGO Estandarización Tradicional
MÉTODO SIMPLE POFESOA: LILIANA DELGADO HIDALGO Lilianadelgado@correounivalleeduco Minimizar 4x + x Sueto a: x + x 4x + x 6 x + x 4 x, x Estandarización Tradicional Minimizar 4x + x Sueto a: x + x 4x +
Más detallesInstituto tecnológico de Minatitlán. Investigación de operaciones Ing. Erika Lissette Minaya mortera Unidad 3: programación no lineal
Instituto tecnológico de Minatitlán Investigación de operaciones Ing. Erika Lissette Minaya mortera Unidad 3: programación no lineal Alejandra de la cruz francisco Ingeniería en sistemas computacionales
Más detallesTEMA 3: EL MÉTODO SIMPLEX
TEMA 3: EL MÉTODO SIMPLEX El uso de este procedimiento gráfico para resolver problemas de PL queda limitado a problemas con dos variables de decisión, de manera que el problema pueda representarse en un
Más detalles2. SISTEMAS DE ECUACIONES LINEALES. Introducción
2. SISTEMAS DE ECUACIONES LINEALES Introducción El presente curso trata sobre álgebra lineal. Al buscarla palabra lineal en un diccionario se encuentra, entre otras definiciones la siguiente: lineal, perteneciente
Más detallesUniversidad Nacional de Ingeniería Sede: UNI-Norte Investigación de Operaciones I
Universidad acional de Ingeniería Sede: UI-orte Investigación de Operaciones I Método Simple Revisado Ejemplo. Resolver el siguiente problema de P.L. s. a: Ma, z 6 Para resolver por el método simple revisado,
Más detallesEL MÉTODO SIMPLEX ALGEBRAICO: MINIMIZACION. M. En C. Eduardo Bustos Farías
EL MÉTODO SIMPLEX ALGEBRAICO: MINIMIZACION M. En C. Eduardo Bustos Farías 1 Minimización El método simplex puede aplicarse a un problema de minimización si se modifican los pasos del algoritmo: 1. Se cambia
Más detallesÁlgebra lineal y. programación lineal Con aplicaciones a ciencias. Administrativas, contables y financieras
Tercera edición Álgebra lineal y programación lineal Con aplicaciones a ciencias Administrativas, contables y financieras Francisco Soler Fajardo Fabio Molina Focazzio Lucio Rojas Cortés Contenido Introducción...XIX
Más detallesMÉTODO SIMPLEX MÉTODO DE SOLUCIÓN GRÁFICO. M. En C. Eduardo Bustos Farías
MÉTODO SIMPLEX MÉTODO DE SOLUCIÓN GRÁFICO M. En C. Eduardo Bustos Farías 1 Introducción a la Programación Lineal Un modelo de programación lineal busca maximizar o minimizar una función lineal, sujeta
Más detallesEL MÉTODO SIMPLEX. los redondos. Por último, a los manteles rectangulares se les deben colocar cuatro esquineros de refuerzo.
EL MÉTODO SIMPLEX Hasta ahora, la única forma que conocemos de resolver un problema de programación lineal, es el método gráfico. Este método es bastante engorroso cuando aumenta el número de restricciones
Más detalles4. Métodos de Solución PPL : Solución Algebraica: METODO SIMPLEX Primera Parte
4. Métodos de Solución PPL : Solución Algebraica: METODO SIMPLEX Primera Parte Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http:/www.docentes.unal.edu.co En PL un sistema de producción se representa
Más detallesMétodo Simplex: Encontrado una SBF
Método Simplex: Encontrado una SBF CCIR / Matemáticas euresti@itesm.mx CCIR / Matemáticas () Método Simplex: Encontrado una SBF euresti@itesm.mx 1 / 31 Determinación de SBF Determinación de SBF El método
Más detallesSistemas de Ecuaciones Lineales. Solución de Sistemas de Ecuaciones Lineales. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.
Sistemas de Ecuaciones Lineales Solución de Sistemas de Ecuaciones Lineales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 2007-2008 Contenido 1. Sistemas de Ecuaciones Lineales 2
Más detalles6.2 OBSERVACIONES IMPORTANTES AL UTILIZAR MÉTODO SIMPLEX
6. MÉTODO SIMPLEX El Método Simplex es un método analítico de solución de problemas de programación lineal capaz de resolver modelos más complejos que los resueltos mediante el método gráfico sin restricción
Más detalles3. Métodos clásicos de optimización lineal
3. Métodos clásicos de optimización lineal Uso del método Simplex El problema que pretende resolverse es un problema de optimización lineal sujeto a restricciones. Para el modelo construido para el problema
Más detallesINGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA
INGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA Sesión 4 Objetivos: Aplicar el método simplex a la solución de problemas reales. Contenido: Introducción al método Simplex Requerimiento del método Simplex
Más detallesContenido: Solución algebraica a los problemas de programación lineal con el método simplex.
Tema II: Programación Lineal Contenido: Solución algebraica a los problemas de programación lineal con el método simplex. Introducción El método simplex resuelve cualquier problema de PL con un conjunto
Más detallesP. A. U. LAS PALMAS 2005
P. A. U. LAS PALMAS 2005 OPCIÓN A: J U N I O 2005 1. Hallar el área encerrada por la gráfica de la función f(x) = x 3 4x 2 + 5x 2 y la rectas y = 0, x = 1 y x = 3. x 3 4x 2 + 5x 2 es una función polinómica
Más detallesPROGRAMACIÓN LINEAL ENTERA
PROGRAMACIÓN LINEAL ENTERA Programación lineal: hipótesis de perfecta divisibilidad Así pues decimos que un problema es de programación lineal entera, cuando prescindiendo de las condiciones de integridad,
Más detallesMÁXIMOS Y MINIMOS. Marco Antonio Cruz Chávez
MÁXIMOS Y MINIMOS Marco Antonio Cruz Chávez UAEM Av. Universidad 11 Col. Chamilpa C.P. 61 Cuernavaca Morelos, México Agosto 18 del 334858@academ1.mor.itesm.mx Abstract. En este trabajo se presentan algunos
Más detallesDUALIDAD EN PROGRAMACION LINEAL
DUALIDAD EN PROGRAMACION LINEAL Relaciones primal-dual Asociado a cada problema lineal existe otro problema de programación lineal denominado problema dual (PD), que posee importantes propiedades y relaciones
Más detallesDirección de Operaciones. SESIÓN # 5: El método simplex. Segunda parte.
Dirección de Operaciones SESIÓN # 5: El método simplex. Segunda parte. Contextualización Qué más hay que conocer del método simplex? En la sesión anterior dimos inicio a la explicación del método simplex.
Más detallesSistemas de Ecuaciones Lineales
Sistemas de Ecuaciones Lineales El sistema de ecuaciones lineales como modelo matemático de problemas Los sistemas de ecuaciones lineales permiten el planteamiento de problemas y soluciones que toman en
Más detallesEJEMPLO DE SIMPLEX PARA PROBLEMA DE PROGRAMACIÓN LINEAL CASO DE MAXIMIZAR Prof.: MSc. Julio Rito Vargas Avilés
EJEMPLO DE SIMPLEX PARA PROBLEMA DE PROGRAMACIÓN LINEAL CASO DE MAXIMIZAR Prof.: MSc. Julio Rito Vargas Avilés CONSTRUCCION DE LA TABLA INICIAL DEL MÉTODO SIMPLEX Una vez que el alumno ha adquirido la
Más detallesPREPARANDO EL MODELO PARA ADAPTARLO AL MÉTODO SIMPLEX. a21 x1 + a22 x2 +... + a2n xn = b2... am1 x1 + am2 x2 +... + amn xn = bm x1,...
El método Simplex es un procedimiento iterativo que permite ir mejorando la solución a cada paso. El proceso concluye cuando no es posible seguir mejorando más dicha solución. Partiendo del valor de la
Más detallesUNIVERSIDAD NACIONAL EXPERIMENTAL DE GUAYANA GERENCIA ACADEMICA COORDINACION DE PREGRADO PROYECTO INGENIERIA 1272-416/ALGEBRA DE ESTRUCTURAS SEMESTRE:
GERENCIA ACADEMICA COORDINACION DE PREGRADO PROYECTO INGENIERIA PROGRAMA: ALGEBRA LINEAL CÓDIGO ASIGNATURA: 1272-521 PRE-REQUISITO: 1272-416/ALGEBRA DE ESTRUCTURAS SEMESTRE: 90-II UNIDADES DE CRÉDITO:
Más detallesTema # 7. método simplex matricial o revisado
IO04001 Investigación de Operaciones I Tema # 7 Solución de problemas mediante el método simplex matricial o revisado Objetivos de aprendizaje Al finalizar el tema serás capaz de: Emplear el Método simplex
Más detallesEjercicio 1: Realiza las siguientes divisiones por el método tradicional y por Ruffini: a)
Tema 2: Ecuaciones, Sistemas e Inecuaciones. 2.1 División de polinomios. Regla de Ruffini. Polinomio: Expresión algebraica formada por la suma y/o resta de varios monomios. Terminología: o Grado del polinomio:
Más detallesÁLGEBRA LINEAL Y GEOMETRÍA ANALÍTICA (0250)
Universidad Central de Venezuela Facultad de Ingeniería Ciclo Básico Departamento de Matemática Aplicada ÁLGEBRA LINEAL Y GEOMETRÍA ANALÍTICA (0250) Semestre 1-2011 Mayo 2011 Álgebra Lineal y Geometría
Más detallesCon miras a conocer la metodología que se aplica en el Método SIMPLEX, tenemos a continiacion un ejemplo:
Método Simplex. Este método fue creado en el año 1947 por el estadounidense George Bernard Dantzig y el ruso Leonid Vitalievich Kantorovich, con el objetivo de crear un algoritmo capaz de crear soluciones
Más detallesGrado en Química Bloque 1 Funciones de una variable
Grado en Química Bloque Funciones de una variable Sección.5: Aplicaciones de la derivada. Máximos y mínimos (absolutos) de una función. Sea f una función definida en un conjunto I que contiene un punto
Más detallesEl Método de Gauss. Hallar el conjunto solución del siguiente sistema de ecuaciones. (1.1)
El Método de Gauss. Hallar el conjunto solución del siguiente sistema de ecuaciones. x + 5y + z = x y + z = 8 x + y = 10 (1.1) Una manera de resolver este problema consiste en aplicar el método de reducción
Más detallesPara que un problema pueda ser solucionado por el método de transporte, este debe reunir tres condiciones:
MÉTODO DE TRANSPORTE Es un método de programación lineal para la asignación de artículos de un conjunto de origines a un conjunto de destinos de tal manera que se optimice la función objetivo. Esta técnica
Más detallesPROBLEMAS PROGRAMACIÓN LINEAL CONTINUA
PROBLEMAS PROGRAMACIÓN LINEAL CONTINUA 1. Sea el problema: Max. 3 x 1 + 4 x 2 + 2 x 3 + x 4 s.a. 4 x 1 + 3 x 2 + 4 x 3 + x 4 5 2 x 1 + x 2 + 5 x 3 + 2 x 4 6 x 1 6, 0 x 2 3, x 3 libre, x 4 0 a) Ponerlo
Más detallesTema 2. Sistemas de ecuaciones lineales
Tema 2. Sistemas de ecuaciones lineales Estructura del tema. Definiciones básicas Forma matricial de un sistema de ecuaciones lineales Clasificación de los sistemas según el número de soluciones. Teorema
Más detallesIES Francisco Ayala Modelo 1 (Septiembre) de 2007 Solución Germán Jesús Rubio Luna. Opción A
IES Francisco Ayala Modelo (Septiembre) de 7 Germán Jesús Rubio Luna Opción A Ejercicio n de la opción A de septiembre, modelo de 7 3x+ Sea f: (,+ ) R la función definida por f(x)= x. [ 5 puntos] Determina
Más detallesClase 8 Sistemas de ecuaciones lineales
Clase 8 Instituto de Ciencias Básicas Facultad de Ingeniería Universidad Diego Portales Marzo, 2014 con dos incógnitas Considere el siguiente sistema de dos ecuaciones lineales con dos incógnitas x e y:
Más detallesMódulo Programación lineal. 3 Medio Diferenciado
Módulo Programación lineal 3 Medio Diferenciado Profesor: Galo Páez Nombre: Curso :. Sabemos que una ecuación lineal de dos variables tiene la forma con ó y representa siempre una recta en el plano. Ahora
Más detallesApéndice AEl método Simplex José Arturo Barreto M.A. Caracas-Venezuela
A Tels:46-359965 46-6989 44-6643 4-393 josearturobarreto@yahoo.com ALGEBRA LINEAL APLICADA JOSE ARTURO BARRETO,M.A. APÉNDICE A. EL METODO SIMPLEX OBJETIVOS Al terminar el apéndice el estudiante deberá
Más detallesCAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES
CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES Parte A: determinantes. A.1- Definición. Por simplificar, consideraremos que a cada matriz cuadrada se le asocia un número llamado determinante que se
Más detallesVectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos
Tema 3: Repaso de Álgebra Lineal Parte I Virginia Mazzone Contenidos Vectores y Matrices Bases y Ortonormailizaciòn Norma de Vectores Ecuaciones Lineales Algenraicas Ejercicios Vectores y Matrices Los
Más detallesFormulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
Más detallesSistema de ecuaciones algebraicas
Sistema de ecuaciones algebraicas Curso: Métodos Numéricos en Ingeniería Profesor: Dr. José A. Otero Hernández Correo: j.a.otero@itesm.mx web: http://metodosnumericoscem.weebly.com Universidad: ITESM CEM
Más detallesVIII. CIRCUNFERENCIA
VIII. IRUNFERENI 8.. L IRUNFERENI OMO LUGR GEOMÉTRIO Definición: Una circunferencia es el lugar geométrico de un punto ( ) P, cualquiera, que se mueve sobre el plano, de tal manera que su distancia a un
Más detallesMat r i z in v e r s a
Unidad 2 Método de GaUss Mat r i z in v e r s a M U lt i pli cat i va Objetivos: Al inalizar la unidad, el alumno: Representará un sistema de m ecuaciones lineales con n incógnitas mediante una matriz
Más detallesTEMA III MÉTODO SIMPLEX. CONCEPTOS BÁSICOS
TEMA III MÉTODO SIMPLE. CONCEPTOS BÁSICOS MÉTODOS CUANTITATIVOS I TEMA III. MÉTODO SIMPLE. CONCEPTOS BÁSICOS INDICE.- FACTORES PRODUCTIVOS (A i )....- VECTOR EISTENCIAS (P o )....- TÉCNICA... 4.- PROCESO
Más detallesSistemas de Ecuaciones Lineales
Sistemas de Ecuaciones Lineales 1 Sistemas de ecuaciones y matrices Definición 1 Una ecuación lineal en las variables x 1, x 2,..., x n es una ecuación de la forma con a 1, a 2... y b números reales. a
Más detallesMatrices, determinantes, sistemas de ecuaciones lineales.
UNIVERSIDAD DE MURCIA Departamento de Matemáticas Óptica y Optometría Resúmenes Curso 2007-2008 Matrices, determinantes, sistemas de ecuaciones lineales. Una matriz A de orden m n es una colección de m
Más detallesValores y Vectores Propios
Valores y Vectores Propios Departamento de Matemáticas, CSI/ITESM de abril de 9 Índice 9.. Definiciones............................................... 9.. Determinación de los valores propios.................................
Más detallesEcuaciones de rectas y planos. Un punto O y una base B B = { i, j,
Ecuaciones de rectas y planos. Coordenadas en el espacio. Planos coordenados. El vector OP tiene unas coordenadas( x, y, z ) respecto de la base B, que se pueden tomar como coordenadas del punto P respecto
Más detalles2.- Sistemas de ecuaciones Lineales
.- Sistemas de ecuaciones Lineales..- Definición, Clasificación de los sistemas lineales y tipos de solución. Definición Una ecuación lineal con las variables escribirse en la forma,..., n es una ecuación
Más detalles84 Tema 3. Dualidad. todas las restricciones son del tipo, todas las variables son no negativas.
Tema 3 Dualidad En el desarrollo de la programación lineal la teoria de la dualidad es importante, tanto desde el punto de vista teórico como desde el punto de vista práctico. Para cada modelo lineal se
Más detallesI N S T I T U T O T E C N O L O G I C O D E O A X A C A M E T O D O S N U M E R I C O S
I N S T I T U T O T E C N O L O G I C O D E O A X A C A M E T O D O S N U M E R I C O S G A U S S G A U S S J O R D A N S E I D E L O C T U B R E 2 0 0 9 1 Contenido SISTEMAS DE ECUACIONES LINEALES...
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales Este tema resulta fundamental en la mayoría de las disciplinas, ya que son muchos los problemas científicos y de la vida cotidiana que requieren resolver simultáneamente
Más detalles(2.c) RESOLUCIÓN DE MODELOS LINEALES. ALGORITMO DEL SIMPLEX
(2.c) RESOLUCIÓN DE MODELOS LINEALES. ALGORITMO DEL SIMPLEX FORMA CANÓNICA DE UN SISTEMA Ax = b Forma Standard y Base factible (repaso). Expresión de las v. básicas en función de las no básicas. Forma
Más detalles1.Restricciones de Desigualdad 2.Procedimiento algebraico
Universidad Nacional de Colombia Sede Medellín 1. Restricciones de Desigualdad Clase # 6 EL MÉTODO M SIMPLEX El método m simplex es un procedimiento algebraico: las soluciones se obtienen al resolver un
Más detallesUn sistema de ecuaciones diferenciales son aquellas que tienen varias posibilidades para su solución. Estas son:
Unidad X: Programación lineal (continuación) Objetivo específico: Entender ampliamente el fenómeno del comportamiento de los modelos matemáticos para la resolución de problemas enfocados a las ecuaciones
Más detallesEcuaciones. 3º de ESO
Ecuaciones 3º de ESO El signo igual El signo igual se utiliza en: Igualdades numéricas: 2 + 3 = 5 Identidades algebraicas: (x + 4) x = x 2 + 4 4x Fórmulas: El área, A,, de un círculo de radio r es: A =
Más detallesAnexo 1 ÁLGEBRA I.- Operaciones en las Expresiones Algebraicas II.- Factorización y Operaciones con las Fracciones III.- Funciones y Relaciones
Anexo 1 ÁLGEBRA I.- Operaciones en las Expresiones Algebraicas 1.- Adición y sustracción 2.- Multiplicación 3.- División 4.- Productos especiales 5.- Triángulo de Pascal II.- Factorización y Operaciones
Más detallesProgramación Lineal y Optimización Primer Examen Parcial :Solución Profr. Eduardo Uresti, Enero-Mayo 2011
Programación Lineal y Optimización Primer Examen Parcial : Profr. Eduardo Uresti, Enero-Mayo 2011 Matrícula: Nombre: 1. Una pequeña empresa fabrica sustancias de dos tipos a partir de tres materias primas,
Más detallesDualidad 1. 1 Formas simétricas. 2 Relación primal-dual. 3 Dualidad: el caso general. 4 Teoremas de dualidad. 5 Condiciones de holgura complementaria.
Dualidad 1 1 Formas simétricas. 2 Relación primal-dual. 3 Dualidad: el caso general. 4 Teoremas de dualidad. Condiciones de holgura complementaria. 6 Solución dual óptima en la tabla. 7 Interpretación
Más detallesForma estándar de un programa lineal
Forma estándar de un programa lineal Sin pérdida de generalidad, todo programa lineal se puede escribir como: min cx s.t Ax = b x 0 Objetivo: minimizar Todas las desigualdades como ecuaciones Todas las
Más detallesALGEBRA Y GEOMETRÍA II 2º semestre Año: 2012. Guía de Estudio y Ejercitación propuesta
ALGEBRA Y GEOMETRÍA II 2º semestre Año: 2012 1 Guía de Estudio y Ejercitación propuesta Esta selección de Temas y Ejercicios están extraídos del texto FUNDAMENTOS DE ALGEBRA LINEAL de R. Larson y D. Falvo.
Más detallesSolución de sistemas de ecuaciones lineales: Introducción y conceptos generales
Solución de sistemas de ecuaciones lineales: Introducción y conceptos generales Ing. Jesús Javier Cortés Rosas M. en A. Miguel Eduardo González Cárdenas M. en A. Víctor D. Pinilla Morán * 2011 Resumen
Más detallesIES Fco Ayala de Granada Septiembre de 2013 (Modelo 3 Especifico) Solucíon Germán-Jesús Rubio Luna. Opción A
Opción A Ejercicio opción A, modelo 3 Septiembre 03 específico x Sea f la función definida por f(x) = para x > 0, x (donde ln denota el logaritmo neperiano) ln(x) [ 5 puntos] Estudia y determina las asíntotas
Más detallesMÉTODO ALGEBRAICO: Obtención de las soluciones básicas:
MÉTODO ALGEBRAICO: El método algebraico es una alternativa de solución a problemas de programación lineal. Sin embargo es muy dispendioso, en razón a que trabaja con todos los datos de las ecuaciones,
Más detallesGEOMETRÍA EN EL ESPACIO.
GEOMETRÍA EN EL ESPACIO. Un sistema de coordenadas tridimensional se construye trazando un eje Z, perpendicular en el origen de coordenadas a los ejes X e Y. Cada punto viene determinado por tres coordenadas
Más detallesTema 5: Sistemas de Ecuaciones Lineales
Tema 5: Sistemas de Ecuaciones Lineales Eva Ascarza-Mondragón Helio Catalán-Mogorrón Manuel Vega-Gordillo Índice 1 Definición 3 2 Solución de un sistema de ecuaciones lineales 4 21 Tipos de sistemas ecuaciones
Más detallesNombre de la asignatura : Investigación de operaciones I. Carrera : Ingeniería en Sistemas Computacionales. Clave de la asignatura : SCB-9306
. D A T O S D E L A A S I G N A T U R A Nombre de la asignatura : Investigación de operaciones I Carrera : Ingeniería en Sistemas Computacionales Clave de la asignatura : SCB-906 Horas teoría-horas práctica-créditos
Más detallesMENORES, COFACTORES Y DETERMINANTES
MENORES, COFACTORES Y DETERMINANTES 1. Introducción. 2. Determinante de una matriz de 3 x 3. 3. Menores y cofactores. 4. Determinante de una matriz de n x n. 5. Matriz triangular. 6. Determinante de una
Más detallesOptimización en Ingeniería
Optimización en Ingeniería Departamento de Computación CINVESTAV-IPN Av. IPN No. 2508 Col. San Pedro Zacatenco México, D.F. 07300 email: ccoello@cs.cinvestav.mx Método de Búsqueda de Fibonacci Algoritmo
Más detallesCombinación Lineal. Departamento de Matemáticas, CCIR/ITESM. 10 de enero de 2011
Combinación Lineal Departamento de Matemáticas, CCIR/ITESM 10 de enero de 011 Índice.1. Introducción............................................... 1.. Combinación lineal entre vectores...................................
Más detallesCURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES
Unidad didáctica. Ecuaciones, inecuaciones y sistemas de ecuaciones e inecuaciones CONCEPTOS ECUACIONES Una ecuación es una igualdad entre dos epresiones en las que aparece una o varias incógnitas. En
Más detalles3. Resolver triángulos rectángulos utilizando las definiciones de las razones trigonométricas.
Contenidos mínimos MI. 1. Contenidos. Bloque I: Aritmética y Álgebra. 1. Conocer las clases de números, los conjuntos numéricos: naturales, enteros, racionales, reales y complejos y las propiedades que
Más detalles